Jiawei Wu

AI模型高效预测火焰响应以实现推进器稳定性

研究人员开发了一种新颖的数据驱动方法来模拟非线性火焰响应动力学，这对于预测推进系统中的热声不稳定性至关重要。该方法利用在有限数值数据上训练的双路径时间代理模型，有效捕捉了激励频率和幅度之间的复杂相互作用。该框架在预测各种强迫条件下的单频响应方面表现出高精度，在独立测试案例上的平均相对误差为6.69%。这项工作为构建非线性火焰响应模型提供了一种高效的替代方案，有望加快燃烧器的热声稳定性分析。